树上操作【点分治】 - 原理 中心分解

分治法指将规模较大的问题分解为规模较小的子问题，解决各个子问题后合并得到原问题的答案。树上的分治算法分为点分治和边分治。

点分治经常用于带权树上的路径统计，本质上是一种带优化的暴力算法，并融入了容斥原理。对树上的路径，并不要求这棵树是有根树，无根树不影响统计结果。

分治法的核心是分解和治理。那么如何分？如何治？

数列上的分治法，通常从数列中间进行二等分，也就是说分解得到的两个子问题规模相当。若将n 个数分解为1、n -1，则分治法会退化为暴力穷举，那么对树怎么划分呢？

对树的划分要尽量均衡，不要出现一个子问题太大，另一个子问题太小的情况。也就是说，期望划分后每棵子树的节点数都不超过n /2。那么选择哪个节点作为划分点呢？可以选择树的重心。

树的重心指删除该节点后得到的最大子树的节点数最少。

定理： 删除重心后得到的所有子树，其节点数必然不超过n /2。

证明： 若s 为树的重心，则删除s 后得到的最大子树T 1 节点数最少。假设T 1 节点数m >n /2，则以s 为根的子树节点数n /2），很明显，T 2

因此以树的重心作为划分点，每次划分后得到的子树大小减半，所以递归树的高度为O (logn )。

【POJ No. 1741】 树上两点之间的路径数 Tree

北大OJ 题目地址

【题意】

一棵有n 个节点的树，每条边都有一个长度（小于1001的正整数），dist(u , v )为节点u 和v 的最小距离。给定一个整数k ，对每对节点(u , v )，当且仅当dist(u , v )不超过k 时才叫作有效。计算给定的树中有多少对节点是有效的。

【输入输出】

输入：

输入包含几个测试用例。每个测试用例的第1行都包含两个整数n 、k （n ≤10000），下面的n -1行，每行都包含三个整数u 、v、l ，表示节点u 和v 之间有一条长度为l 的边。在最后一个测试用例后面跟着两个0。

输出：

对每个测试用例，都单行输出答案。

【样例】

【思路分析】

根据测试用例的输入数据，树形结构如下图所示。树中距离不超过4的有8对节点：1-2、1-3、1-4、1-5、2-3、3-4、3-5、4-5。

查询树中有多少对节点距离不超过k ，相当于查询树上两点之间距离不超过k 的路径有多少条。可采用点分治解决。当数据量很大时，树上两点之间的路径很多，采用暴力穷举的方法是不可行的，可以采用树上分治算法进行点分治。

以树的重心root为划分点，则树上两点u 、v的路径分为两种：①经过root；②不经过root（两点均在root的一棵子树中），只需求解第1类路径，对第2类路径根据分治策略继续采用重心分解即可得到。

【算法设计】

① 求树的重心root。

② 从树的重心root出发，统计每个节点到root的距离。

③ 对距离数组排序，以双指针扫描，统计以root为根的子树中满足条件的节点数。

④ 对root的每一棵子树v 都减去重复统计的节点数。

⑤ 从v 出发重复上述过程。

【举个栗子】

一棵树如下图所示，求解树上两点之间距离（路径长度）不超过4的路径数。

① 求解树的重心，root=1。

② 从树的重心root出发，统计每个节点到root的距离，得到距离数组dep[]。

③ 对距离数组进行非递减排序，结果如下图所示。然后以双指针扫描，统计以root为根的子树中满足条件的节点数。

• L =1，R =7，若dep[L ]+dep[R ]>4，则R --。
  

• L =1，R =5，dep[L ]+dep[R ]<=4，则ans+=R -L =4，L ++。
  

为什么这么计算呢？因为序列从右向左递减，当dep[L ]+dep[R]≤4时，[L , R ]区间的其他节点与dep[L ]的和值必然也小于或等于4，该区间的节点个数为R -L ，累加即可。

• L =2，R =5，若dep[L ]+dep[R ]≤4，则ans+=R -L =7，L ++。
  

• L =3，R =5，若dep[L ]+dep[R ]>4，则R --。
  

• L =3，R =4，若dep[L ]+dep[R ]≤4，则ans+=R -L =8，L ++，此时L =R ，算法停止。

也就是说，以1为根的树，满足条件的路径数有8个。在这些路径中，有些是合并路径，例如两条路径1-2和1-3，其路径长度之和为4，满足条件。这相当于将两条路径合并为2-1-3，路径长度为4。

路径长度小于或等于4的8条路径如下表所示。

第7条路径的合并是错误的。路径1-3和路径1-3-7的路径长度之和虽然小于或等于4，但是不可以作为合并路径，因为树中任意两个节点之间的路径都是不重复的。而路径1-3和路径1-3-7之间的路径有重复，所以这样的路径不可以作为合并路径。可以先统计该路径，然后在处理以3为根的子树时去重。

④ 对root的每一棵子树v 都先去重，然后求以v 为根的子树的重心，重复上述过程。

⑤ 去重。以2为根的子树没有重复统计的路径。

⑥ 以2为根的子树的重心为2，该子树满足条件的路径有3条，ans+=3=11，这3条为2-5、2-6、2-5, 2-6（相当于一条合并路径5-2-6，路径长度为4）。

⑦ 去重。以3为根的子树，该子树有一条重复统计的路径（1-3和1-3-7的合并路径）。减去重复路径，ans-1=10。

⑧ 以3为根的子树的重心为3，该子树满足条件的路径有1条（3-7），路径长度为1，ans+1=11。

⑨ 以4为根的子树的重心为4，该子树没有重复统计的路径，也没有满足条件的路径。

【算法实现】

① 求树的重心。只需进行一次深度优先遍历，找到删除该节点后最大子树最小的节点。用f [u ]表示删除u 后最大子树的大小，size[u ]表示以u 为根的子树的节点数，S 表示整棵子树的节点数。先统计u 的所有子树中最大子树的节点数f [u ]，然后与S -size[u ]比较，取最大值。

若f [u ]

② 统计每个节点到重心u 的距离。把dep[0]当作计数器使用，初始化为0，深度优先遍历，将每个节点到u 的距离d[]都存入dep数组中。

③ 统计重心u 的子树中满足条件的个数。初始化d[u ]=dis且dep[0]=0（用于计数），将每个节点到u 的距离d[]都存入dep数组中；然后对dep数组排序，L =1，R =dep[0]（dep数组末尾的下标），用sum累加满足条件的节点对个数。

④ 对重心u 的所有子树都先去重，然后递归求解答案。对u 的每一棵子树v 都减去v 中重复统计的答案，然后从v 出发重复上述过程。

#include
#include
#includeusing namespace std;const int maxn=10005;
int cnt,n,k,ans,head[maxn];
int root,S,size[maxn],f[maxn],d[maxn],dep[maxn];
bool vis[maxn];struct edge
{int to,next,w;
}edge[maxn*2];void add(int u,int v,int w)
{edge[++cnt].to=v;edge[cnt].w=w;edge[cnt].next=head[u];head[u]=cnt;
}void getroot(int u,int fa)//获取重心
{size[u]=1;f[u]=0;//删除u后，最大子树的大小 for(int i=head[u];i;i=edge[i].next){int v=edge[i].to;if(v!=fa&&!vis[v]){getroot(v,u);size[u]+=size[v];f[u]=max(f[u],size[v]);}}    f[u]=max(f[u],S-size[u]);//S为当前子树总结点数 if(f[u]dep[++dep[0]]=d[u];//保存距离数组 for(int i=head[u];i;i=edge[i].next){int v=edge[i].to;if(v!=fa&&!vis[v]){d[v]=d[u]+edge[i].w;getdep(v,u);}}
}int getsum(int u,int dis) //获取u的子树中满足个数
{d[u]=dis;dep[0]=0;getdep(u,0);sort(dep+1,dep+1+dep[0]);int L=1,R=dep[0],sum=0;while(Lvis[u]=true;ans+=getsum(u,0);for(int i=head[u];i;i=edge[i].next){int v=edge[i].to;if(!vis[v]){ans-=getsum(v,edge[i].w);//减去重复root=0;S=size[v];getroot(v,u);solve(root);}}
}int main()
{f[0]=0x7fffffff;//初始化树根 while(scanf("%d%d",&n,&k),n+k){memset(vis,0,sizeof(vis));memset(head,0,sizeof(head));cnt=0;ans=0;for(int i=1;i<=n-1;i++){int x,y,z;scanf("%d%d%d",&x,&y,&z);add(x,y,z);add(y,x,z);}root=0;S=n;getroot(1,0);solve(root);printf("%d\n",ans);}return 0;
}

【算法分析】

因为每次都选择树的重心作为划分点，点分治至多递归O (logn )层，dep[]排序的时间复杂度为O (n logn )，因此总的时间复杂度为O(n log^2 n )。